基于小波变换的运动汽车阴影分割

利用在阴影区域内的点所接受环境光强与汽车的相对位置关系，结合多分辨率小波分析，提出了一种新的基于小波变换的运动汽车阴影分割方法．该方法不需要知道光源的方向，也不需要车体的彩色信息；对背景的纹理也没有要求，适用于复杂纹理背景下任何颜色的汽车阴影分割．实验表明，该方法定位准确、速度快、抗噪能力强．     

简单有效的运动汽车投影阴影分割算法

在实时的车型识别系统中,由于光照的影响,需要一种简单快速有效的方法将汽车车体与其阴影分割开。利用阴影的光谱属性,同时根据阴影的几何特征及阴影区域内的点和汽车的空间位置、形状等相关特点,提出一种基于小波变换多分辨率特性的阴影分割算法,该算法能有效地分割出阴影与目标之间的分界线。先利用阴影的光谱属性对阴影进行粗分割,然后利用小波变换的多尺度性对候选阴影点进行特征提取,从而获取最后的阴影分界线。该方法不需要事先确定光源的方向、车体的彩色信息和背景纹理信息,能有效地分割任何颜色、任何背景纹理下、任何光源方向下的运动汽车投影阴影。实验表明,该方法定位准确,处理速度快,抗噪能力强,为进一步的车型识别提供基础。     

基于差分与对称性检测相结合的车标定位方法

提出了基于边缘颜色均值对的车牌定位算法,此方法充分利用车牌的底色与车牌字符颜色的固定搭配,在RGB颜色空间中求取相邻像素的RGB各分量的均值,然后转换到HSV颜色空间,如果出现符合颜色搭配的则认为是车牌可能在的区域．该方法既能保证尽可能多地提取出车牌区域像素,又极大地清除非车牌区域像素,使后续处理得到一定程度的简化．在此基础上利用车牌与车标的位置关系进行车头定位,并结合差分及对称性检测进行车标的精定位．